[發明專利]行人屬性分類方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110368200.2
• 申請日: 2021-04-06
• 公開（公告）號: CN113159144B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 趙瑞林;周有喜
• 申請（專利權）人: 新疆愛華盈通信息技術有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V40/10;G06V10/80;G06V10/82;G06N3/0464;G06N3/08;G06T7/11
• 代理公司: 深圳市嘉勤知識產權代理有限公司 44651
• 代理人: 何龍其

1.一種行人屬性分類方法，其特征在于，包括：

獲取待分類圖像；

將所述待分類圖像輸入預先訓練的屬性分類模型進行屬性分類，得到對所述待分類圖像的屬性分類結果；

所述預先訓練的屬性分類模型的訓練步驟包括：建立原始屬性分類模型，并獲取樣本數據；對所述樣本數據進行人體層次結構劃分，得到不同層次的人體圖像劃分結果；獲取不同層次的人體圖像劃分結果中，人體相鄰各部位特征流的聯系；利用所述人體圖像劃分結果，以及所述人體各部位特征流的聯系，將所述樣本數據進行分割，得到不同層次的樣本分割圖像；利用不同層次的樣本分割圖像訓練所述原始屬性分類模型，得到用于將待分類圖像進行不同層次的屬性識分類的屬性分類模型；

將所述待分類圖像輸入預先訓練的屬性分類模型對所述待分類圖像進行分類的步驟包括：將所述待分類圖像進行人體層次結構劃分，得到不同層次的人體圖像劃分結果；獲取不同層次的人體圖像劃分結果中，人體相鄰各部位特征流的聯系；利用所述人體圖像劃分結果，以及所述人體各部位特征流的聯系，將所述待分類圖像進行分割，得到人體圖像不同層次的分割圖像；對不同層次的分割圖像進行屬性分類，得到屬性分類結果；在利用不同層次的樣本分割圖像訓練所述原始屬性分類模型時，所述預先訓練的屬性分類模型的訓練步驟還包括：

獲取所述樣本數據內人體的全身圖像；

將所述全身圖像及所述分割圖像進行相互監督學習，直至所述相互監督學習的次數達到第一預定次數；

所述將所述全身圖像及所述分割圖像進行相互監督學習，包括：

利用相鄰所述分割圖像之間的特征流的聯系，將相鄰所述分割圖像進行融合，得到人體的融合驗證圖像；

利用所述融合驗證圖像驗證及修正所述全身圖像；

將所述全身圖像按照相鄰所述分割圖像之間的特征流的聯系進行分割，得到分割驗證圖像；

利用所述分割驗證圖像驗證及修正所述分割圖像。

2.根據權利要求1所述的行人屬性分類方法，其特征在于，

在利用不同層次的樣本分割圖像訓練所述原始屬性分類模型時，所述預先訓練的屬性分類模型的訓練步驟還包括：

將所述全身圖像、所述分割圖像各自進行自監督學習，直至所述自監督學習的次數達到第二預定次數；

自監督學習的方法包括：至少獲取兩次全身圖像以及分割圖像；將不同次獲取的全身圖像進行相互監督學習，將不同次獲取的相同部位的人體部位圖像進行相互監督學習。

3.根據權利要求1所述的行人屬性分類方法，其特征在于，

所述利用所述人體圖像劃分結果，以及所述人體各部位特征流的聯系，將所述樣本數據進行分割，得到人體圖像不同層次的樣本分割圖像，包括：

利用預先建立的語義分割網絡，并將所述人體圖像劃分結果，以及人體各部位特征流的聯系作為所述語義分割網絡的條件，對所述樣本數據進行分割，得到至少兩個不同層次人體的樣本分割圖像，一個層次人體的樣本分割圖像包括：上半身圖像及下半身圖像，另一個層次人體的樣本分割圖像包括：頭部圖像、身體圖像、腿部圖像及腳部圖像。

4.根據權利要求3所述的行人屬性分類方法，其特征在于，

所述頭部圖像的屬性包括：頭部穿戴物體屬性、頭部動作屬性及人體生理屬性；

所述身體圖像的屬性包括：身體穿戴物體屬性、身體穿戴顏色屬性、身體方位屬性、手部是否提取物品的屬性；

所述腿部圖像的屬性包括：腿部穿戴物體屬性、腿部穿戴顏色屬性；

所述腳部圖像的屬性包括：鞋子顏色屬性、鞋子款式屬性。

5.根據權利要求1所述的行人屬性分類方法，其特征在于，

所述人體各部位特征流的聯系包括：上半身特征與下半身特征的聯系、頭部特征與身體特征的聯系、身體特征與腿部特征的聯系、腿部特征與腳部特征的聯系。